İlaç Sektöründe İnovasyonun Büyüme ve İhracat Etkisi: OECD Ülkeleri

İkinci İktisat ve Toplum Kongresi
TOBB Ekonomi ve Teknoloji Üniversitesi ve Efil Ekonomi Araştırmaları Dergisi

Ankara Üniversitesi Siyasal Bilgiler Fakültesi

20 Aralık 2024

Emrah Er

Ankara Üniversitesi S.B.F.

Özlem Fikirli

Bartın Üniversitesi İ.İ.B.F.

Nilay Ünsal

Ankara Üniversitesi S.B.F.

20AG003 - Rejeneratif ve Restoratif Tıp Araştırmaları ve Uygulamaları

Projeler

Projeler

  • P1: SMA-Spinal Muscular Atrophy’ye Yönelik Uyarılmış Pluripotent Kök Hücre Üretilmesi ve Hastalık Modellemesinde Kullanılması, Elde Edilecek Hastalık Modellerinde İlaçların Denenmesi için Test Kiti Geliştirilmesi

  • P2: Klinik Tanılamada Mikroakışkan Çip İçerisinde 3-Boyutlu Karaciğer Kitinin Geliştirilmesi

  • P3: Menisküs Hasarlı Hastaların Tedavisinde Kök Hücre Kaynaklı Eksozom Tedavi Protokolünün Geliştirilmesi

  • P4: Mikrobiyota Kaynaklı Post-biyotik Mediatör Destekli İnsan Epidermal Doku Eşdeğerinin Vücut Dışında Üretilmesi: Rejeneratif Tıp Uygulamaları için Yeni Bir Doku Mühendisliği Ürünü

  • P5: Üç Boyutlu Biyobaskılama ve Biyomimetik Uyarım ile İşlevsel İskelet Kası Geliştirilmesi

Projeler

  • P6: Elektrokimya Tabanlı Taşınabilir Yenilikçi Biyosensör Geliştirilmesi ve Uygulamaları

  • P7: Regenerative use of the induced pluripotent stem cell (IPS) derived cardiomyocytes in in vitro cardiac insufficiency model - (Aix-Marseille University–INSERM)

  • P8: Hastalık Modellemesi için Uyarılmış Pluripotent Kök Hücrelerin Üretilmesi ve Karakterizasyonu

  • P9: Araştırma Programının Toplumsal Etkisi

P9: Araştırma Programının Toplumsal Etkisi

P9: Araştırma Programının Toplumsal Etkisi

  • Araştırma programı kapsamında gerçekleştirilecek faaliyetler sonucunda elde edilmesi hedeflenen toplumsal etkiye (sosyal, ekolojik, kültürel, ekonomik vb.) yönelik çalışmalar

  • Sekiz farklı projenin sosyal etki analizinin alt başlıklarından birisi de iktisadi etki analizidir.

Teknoloji Hazırlık Seviyesi (THS)

P9: Araştırma Programının İktisadi Etki Analizi

  • Araştırma Programı sonunda

    • P1 ve P3 projelerinin THS 7 aşamasına;
    • P4, P5 ve P6 projelerinin THS 6 aşamasına;
    • P2 projesinin ise THS 5 aşamasına getirilmesi planlanmıştır.
  • Yürütülen projelerin THS düzeylerinin henüz erken dönemde bulunması, bu projelerde araştırılan yeni tıp uygulamalarının iktisadi etki analizlerinin kapsamını kısıtlamaktadır.

P2: Klinik Tanılamada Mikroakışkan Çip İçerisinde 3-Boyutlu Karaciğer Kitinin Geliştirilmesi

  • Hedef: Çip içerisinde 3-boyutlu karaciğer kitinin geliştirilmesidir.

  • Başlıca uygulama alanları: ilaç, kozmetik ve gıda sektörüdür.

  • Kit, Türkiye’de THS 5 aşamasına gelmiş ilk çip üzerine organ ürünü olmakla birlikte “çip üzerine karaciğer” hakkında yapılan ilk detaylı uygulamadır.

  • Hayvan deneylerine alternatif çözümlerden birisi de çip üzerine organlardır.
  • Aralık 2022’de Biden’ın, FDA onayını almak için yeni ilaçların artık hayvanlar üzerinde test edilmesine gerek olmadığını belirten yeni bir yasayı (FDA Modernization Act 2.0) imzalaması sonrasında çip üzerine karaciğer daha da önem kazanmıştır.

Küresel İlaç ve Çip Üzerine Organ Piyasaları

  • Küresel toplam ilaç harcaması

    • 2010 yılında 887 milyar ABD doları iken,

    • 2022 yılında 1,48 trilyon ABD doları olmuştur.

  • Küresel ilaç pazarı büyüklüğünün

    • 2025 yılına kadar yaklaşık 1,6 trilyon ABD dolarına ulaşması1,

    • 2027 yılına kadar ise 1,9 trilyon ABD dolarının üzerine çıkması öngörülmektedir2.

Küresel İlaç ve Çip Üzerine Organ Piyasaları

  • 2023-2031 için yapılan tahminlerde küresel çip üzerine organ pazarının 448,92 milyon ABD dolarına ulaşması beklenmektedir1.

  • İnsan karaciğer modeli pazar büyüklüğünün ise

    • 2022’de 2,02 milyar ABD doları ve

    • 2023’te 2,26 milyar ABD doları olduğu,

    • 2030 yılına kadar da 5,03 milyar ABD dolarına ulaşacağı tahmin edilmektedir2.

Küresel İlaç ve Çip Üzerine Organ Piyasaları

  • The Business Research Company tarafından hazırlanan rapora göre, 2020 yılında çip üzerine organ pazarındaki ilk 3 şirketin kuruluş yılları, pazar payları ve çalışan sayıları şu şekildedir1:
CN Bio Innovations Limited 2008 %16,2 47
TissUse GmbH 2010 %13,6 64
Emulate, Inc. 2013 %23,4 119
  • Sektör lideri olan firmalar da görece yeni kurulmuş firmalardır, dolayısıyla proje sonucunda kurulacak bir firma sektörde orta vadede söz sahibi olma potansiyeline sahip olabilecektir.

Güncel Çip Maliyeti

Ocak 2024
Çip 785,44
Hücre (HepG2, EAHY926) 33.112,20
Toplam Maliyet 33.897,64

Ar-Ge Maliyetleri

  • C.N. Bioinnovations tarafından üretilen çip üzerine karaciğer kiti 22.000 ABD doları fiyatla satışa sunulmuştur1.

  • Franzen vd. (2019) ve Teixeira Carvalho, Moroni, ve Giselbrecht (2023)’ne göre çip üzerine organ kitiyle ilaç sektöründe yeni ürün başına Ar-Ge maliyetleri %10-%26 oranında azalmaktadır.

Ar-Ge Maliyetleri, Rekabet, İstihdam

  • Geliştirilen çipin ilaç sanayisinde kullanımı Ar-Ge maliyetlerini düşürerek yeni ilaç getirisini de artıracaktır.

  • Diğer taraftan geliştirilen kitin ilaç firmalarının Ar-Ge faaliyetlerinde düzenli kullanımı söz konusu olduğunda üretim tesislerine ihtiyaç duyulabilecektir.

  • Türkiye’nin ilaç sektöründe küresel firmalara sahip olması açısından da önem taşımaktadır.

  • İstihdam açısından değerlendirilirse çip geliştirme sürecindeki girdiler yurt dışından ithal edildiğinden, girdilerin temin edildiği sektörlerde bir gelişme beklenmemektedir.

  • Uzun vadede nitelikli iş gücü istihdamı yaratması olasıdır.

İlaç Sektöründe İnovasyonun Büyüme ve İhracat Etkisi: OECD Ülkeleri

Veri Seti

Variable Mean Std. Dev Min 25th Percentile Median 75th Percentile Max
log(GDP per Capita) 10.2792 0.5297 8.7614 10.0253 10.3267 10.6286 11.7116
log(Exports) 4.6524 1.3379 0.7308 3.6513 4.7345 5.7068 7.4180
log(Biotech Patents) 3.1486 3.8211 -13.8155 1.8187 3.7655 5.2402 8.5645
log(Medical Patents) 3.3181 3.9775 -13.8155 1.9459 3.9815 5.5804 8.7227
log(Pharma Patents) 3.2940 3.8045 -13.8155 2.4417 3.7728 5.2605 8.5814
Source: OECD
  • Veri setinde yer alan yıllar: 1996 - 2020

  • Veri setinde yer alan ülkeler: “Australia”, “Austria”, …, “Turkey”, “United States of America”

Model (Pooled OLS) - Dep. Var. = lPCGDP

Pooling Model

Call:
plm(formula = lPCGDP ~ lBiotech + lMedical + lPharma, data = est_data, 
    model = "pooling", index = c("country", "year"))

Balanced Panel: n = 35, T = 25, N = 875

Residuals:
     Min.   1st Qu.    Median   3rd Qu.      Max. 
-1.148106 -0.258530 -0.018324  0.246468  1.502071 

Coefficients:
             Estimate Std. Error  t-value  Pr(>|t|)    
(Intercept) 9.9705601  0.0188576 528.7297 < 2.2e-16 ***
lBiotech    0.0314122  0.0067406   4.6601 3.654e-06 ***
lMedical    0.0455777  0.0052259   8.7215 < 2.2e-16 ***
lPharma     0.0177754  0.0067486   2.6340  0.008589 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Total Sum of Squares:    245.27
Residual Sum of Squares: 145.9
R-Squared:      0.40513
Adj. R-Squared: 0.40309
F-statistic: 197.732 on 3 and 871 DF, p-value: < 2.22e-16

Model (Pooled OLS) - Dep. Var. = lExport

Pooling Model

Call:
plm(formula = lExport ~ lBiotech + lMedical + lPharma, data = est_data, 
    model = "pooling", index = c("country", "year"))

Unbalanced Panel: n = 35, T = 22-25, N = 869

Residuals:
     Min.   1st Qu.    Median   3rd Qu.      Max. 
-2.768877 -0.633692  0.089017  0.677002  3.305648 

Coefficients:
            Estimate Std. Error t-value  Pr(>|t|)    
(Intercept) 3.707107   0.043628 84.9708 < 2.2e-16 ***
lBiotech    0.082851   0.015211  5.4468 6.687e-08 ***
lMedical    0.121385   0.012203  9.9473 < 2.2e-16 ***
lPharma     0.079785   0.015239  5.2355 2.067e-07 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Total Sum of Squares:    1553.7
Residual Sum of Squares: 733.02
R-Squared:      0.52822
Adj. R-Squared: 0.52658
F-statistic: 322.824 on 3 and 865 DF, p-value: < 2.22e-16

Model (FE) - Dep. Var. = lPCGDP

Oneway (individual) effect Within Model

Call:
plm(formula = lPCGDP ~ lBiotech + lMedical + lPharma, data = est_data, 
    effect = "individual", model = "within", index = c("country", 
        "year"))

Balanced Panel: n = 35, T = 25, N = 875

Residuals:
     Min.   1st Qu.    Median   3rd Qu.      Max. 
-0.966452 -0.208525  0.031434  0.195868  0.823266 

Coefficients:
          Estimate Std. Error t-value  Pr(>|t|)    
lBiotech 0.0231783  0.0048571  4.7720 2.152e-06 ***
lMedical 0.0480142  0.0041046 11.6975 < 2.2e-16 ***
lPharma  0.0161014  0.0049645  3.2433  0.001228 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Total Sum of Squares:    91.146
Residual Sum of Squares: 64.599
R-Squared:      0.29126
Adj. R-Squared: 0.25993
F-statistic: 114.655 on 3 and 837 DF, p-value: < 2.22e-16

Model (FE) - Dep. Var. = lExport

Oneway (individual) effect Within Model

Call:
plm(formula = lExport ~ lBiotech + lMedical + lPharma, data = est_data, 
    effect = "individual", model = "within", index = c("country", 
        "year"))

Unbalanced Panel: n = 35, T = 22-25, N = 869

Residuals:
    Min.  1st Qu.   Median  3rd Qu.     Max. 
-2.20023 -0.31961  0.09344  0.30833  1.57952 

Coefficients:
          Estimate Std. Error t-value  Pr(>|t|)    
lBiotech 0.0374579  0.0077821  4.8133 1.763e-06 ***
lMedical 0.0793089  0.0068212 11.6268 < 2.2e-16 ***
lPharma  0.0293463  0.0079188  3.7059 0.0002246 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Total Sum of Squares:    228.57
Residual Sum of Squares: 161.71
R-Squared:      0.29251
Adj. R-Squared: 0.26101
F-statistic: 114.524 on 3 and 831 DF, p-value: < 2.22e-16

Model (ARDL) - Dep. Var. = lPCGDP


Time series regression with "ts" data:
Start = 3, End = 875

Call:
dynlm::dynlm(formula = full_formula, data = data, start = start, 
    end = end)

Residuals:
     Min       1Q   Median       3Q      Max 
-2.24870 -0.01867  0.02257  0.06752  0.58206 

Coefficients:
                Estimate Std. Error t value Pr(>|t|)    
(Intercept)     1.434876   0.175944   8.155 1.22e-15 ***
L(lPCGDP, 1)    0.855415   0.017660  48.438  < 2e-16 ***
lBiotech        0.017057   0.003486   4.892 1.19e-06 ***
L(lBiotech, 1) -0.005795   0.003544  -1.635  0.10239    
lMedical        0.015536   0.003104   5.004 6.79e-07 ***
L(lMedical, 1) -0.010192   0.003297  -3.091  0.00206 ** 
L(lMedical, 2) -0.004463   0.002952  -1.512  0.13087    
lPharma         0.017683   0.003769   4.692 3.14e-06 ***
L(lPharma, 1)  -0.006286   0.003835  -1.639  0.10157    
L(lPharma, 2)  -0.007200   0.003071  -2.344  0.01929 *  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.2081 on 863 degrees of freedom
Multiple R-squared:  0.8476,    Adjusted R-squared:  0.846 
F-statistic: 533.4 on 9 and 863 DF,  p-value: < 2.2e-16

Model (ARDL) - Dep. Var. = lPCGDP


Time series regression with "zooreg" data:
Start = 6, End = 875

Call:
dynlm::dynlm(formula = full_formula, data = data, start = start, 
    end = end)

Residuals:
    Min      1Q  Median      3Q     Max 
-3.6675 -0.0717  0.0375  0.1236  2.0384 

Coefficients:
                 Estimate Std. Error t value Pr(>|t|)    
(Intercept)     0.2891577  0.0548322   5.274 1.71e-07 ***
L(lExport, 1)   0.9056017  0.0348033  26.021  < 2e-16 ***
L(lExport, 2)  -0.0262570  0.0466957  -0.562 0.574063    
L(lExport, 3)   0.0754664  0.0480450   1.571 0.116621    
L(lExport, 4)  -0.0321835  0.0352546  -0.913 0.361564    
lBiotech        0.0341608  0.0064222   5.319 1.34e-07 ***
L(lBiotech, 1) -0.0095795  0.0065583  -1.461 0.144483    
L(lBiotech, 2) -0.0090577  0.0066274  -1.367 0.172086    
L(lBiotech, 3) -0.0071551  0.0064455  -1.110 0.267278    
L(lBiotech, 4) -0.0082162  0.0055003  -1.494 0.135611    
L(lBiotech, 5)  0.0085671  0.0051441   1.665 0.096205 .  
lMedical        0.0306692  0.0061557   4.982 7.64e-07 ***
L(lMedical, 1) -0.0223847  0.0062337  -3.591 0.000349 ***
L(lMedical, 2) -0.0002559  0.0060074  -0.043 0.966028    
L(lMedical, 3) -0.0109848  0.0060083  -1.828 0.067862 .  
L(lMedical, 4) -0.0124436  0.0056451  -2.204 0.027774 *  
lPharma         0.0285835  0.0068973   4.144 3.76e-05 ***
L(lPharma, 1)  -0.0142409  0.0069739  -2.042 0.041461 *  
L(lPharma, 2)  -0.0028019  0.0068845  -0.407 0.684120    
L(lPharma, 3)   0.0195311  0.0070944   2.753 0.006032 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.3453 on 836 degrees of freedom
  (14 observations deleted due to missingness)
Multiple R-squared:  0.9328,    Adjusted R-squared:  0.9313 
F-statistic:   611 on 19 and 836 DF,  p-value: < 2.2e-16

Sonuçlar

Kaynakça

Franzen, Nora, Wim H van Harten, Valesca P Retèl, Peter Loskill, Janny van den Eijnden-van Raaij, ve Maarten IJzerman. 2019. “Impact of organ-on-a-chip technology on pharmaceutical R&D costs”. Drug discovery today 24 (9): 1720-24.
Teixeira Carvalho, Daniel J, Lorenzo Moroni, ve Stefan Giselbrecht. 2023. “Clamping strategies for organ-on-a-chip devices”. Nature Reviews Materials 8 (3): 147-64.